Essais & Simulations n°140

MESURESles défauts

MESURESles défauts d'affichage. Ainsi, une mesure colorimétriquede la distribution spatiale de la luminance et de la couleurpeut être traitée pour créer une carte JND de l'image oùles défauts de Mura sont mis en réseau avec une corrélationdirecte avec la perception visuelle humaine.Figure 2 - Mesure photographique d'un affichage présentant undéfaut ponctuel - pouvez-vous le voir ?Les figures 9 et 10 illustrent les étapes de traitement pourl'identification du Mura. Comme étape intermédiaire,une image de différence est générée qui montre les écartsde luminance par rapport à l'image de référence. Puis uneimage JND. Ces effets sont facilement identifiés et classésséparément.Figure 3 - Le défaut ponctuel est identifié par le logiciel d'imageriecolorimétrique AVI et marqué sur l'écran d'affichage ;nous avons effectué un zoom avant pour le rendre plus visibleDans le cas du mura, la détection et la classificationpeuvent être plus complexes. Les défauts de mura sontgénéralement des défauts de luminance ou de couleurnon uniformes qui couvrent une zone étendue et irrégulière.Ils sont détectés en identifiant les contrastes deluminance ou de couleur qui dépassent un seuil perceptible.Cependant, comme la perception humaine de cecontraste dépend d'un certain nombre de facteurs, dontla distance de vision, la fréquence spatiale et l'orientation.Le mura ne peut pas être identifiées en examinantdes valeurs de contraste simples et absolues.Les récents progrès dans la modélisation de la sensibilitévisuelle humaine aux défauts d'affichage permettentde quantifier la Mura en termes de « différences simplementperceptibles » (JND = Just noticeable differences).Sur la base d'un échantillon d'observateurs humains,l'échelle JND est définie de manière à ce qu'une différenceJND de 1 soit juste perceptible ; sur une échelle absolue,une valeur JND de 0 représente l'absence de contrastespatial visible et une valeur JND absolue de 1 représentele premier contraste spatial perceptible - ce qui, pour lestechnologies d'affichage, permet de mettre en évidenceFigure 4 - Une image de différence montre les écarts de luminancepar rapport à une image de référence calculée. L'emplacementde la mura est mis en évidence.Figure 5 - Une carte JND "false-color" de l'affichage estprésentée. Les fuites de lumière au bord de l'écran et undéfaut important de mura sont identifiées avec des valeursJND plus élevées.Une fois les défauts classés, l'action suivante peut êtreeffectuée pour accepter, rejeter ou réparer l'affichage.En fonction de l'endroit où un défaut se produit dans lescouches d'un LCD, et du moment où le défaut est identifiédans l'assemblage du LCD, une réparation peut être plusou moins possible. Pour les affichages émissifs commeles LED et OLED, le mura et la sortie de pixels défectueuxpeuvent potentiellement être contrôlés en ajustant34 IESSAIS & SIMULATIONS • N°140 • février - mars 2020

MESURESla sortie à chaque élément auto-émetteur. Un processusappelé "Demura" peut être réalisé pour mesurer lesvaleurs de sortie de chaque pixel individuel de l'affichageet calculer des facteurs de correction, qui peuvent êtreappliqués aux pixels à l'aide d'un contrôleur d'entrée pourpiloter des valeurs de luminance équivalentes, produisantainsi un affichage d'apparence entièrement uniforme.La méthode Demura est avantageuse pour réduire lesdéchets de matériaux coûteux utilisés dans la productiond'écrans émissifs.Le vidéo-colorimètre permet de tester l'AVI et de quantifierles défauts d'affichage. Pour déterminer ou classerla cause première du défaut, et donc déterminer ladisposition de l'affichage, il faudra parfois recourir àune inspection humaine. Dans de nombreux cas, commepour le défaut de ligne illustré à la figure 4, il existe unerelation univoque entre le défaut identifié et une cause.Dans ces cas, la classification est immédiate et l'inspectionhumaine n'est pas nécessaire. Dans d'autres cas, commepour certain mura, il existe de multiples causes possibles,de sorte que des informations supplémentaires soientnécessaires pour compléter la classification. Une méthodeefficace pour effectuer cette classification consiste àdemander à l'opérateur humain de déterminer laquelledes plusieurs causes peut être la bonne. Pour accroître l'efficacitéde la classification humaine, un logiciel d'analysephotométrique indique à l'opérateur l'emplacement exactet les détails du défaut qui doivent être examinés plus endétail. En ciblant spécifiquement le défaut qui nécessiteune classification et en présentant les détails appropriés,le jugement humain peut être ciblé et accéléré.Une fois qu'un problème de qualité ou un défaut estidentifié par un test AVI basé sur un video-colorimètre,certaines mesures seront prises - par exemple : accepter,rejeter et mettre au rebut, ou rejeter et réparer. Cettedétermination, ou classification, dépendra dans l'art dedistinguer la cause du problème de qualité ou du défaut.Pour le défaut ponctuel représenté sur les figures 5 et6, l'opérateur se voit présenter l'emplacement exact etles informations sur le point noir, ce qui lui permet dedéterminer rapidement s'il s'agit d'un pixel mort ou d'uneparticule au dos du verre de l'écran, par exemple. ●ESSAIS & SIMULATIONS • N°140 • février - mars 2020 I35